文 | 来源·盖世汽车

2020年12月3日，由中国汽车工程研究院主办的第五届i-VISTA智能网联汽车国际研讨会隆重召开， 在主旨演讲环节，国家质检总局缺陷产品管理中心汽车召回管理部主任肖凌云发表了“智能网联汽车场景识别缺陷及安全应对策略研究”的主旨演讲。

国家质检总局缺陷产品管理中心汽车召回管理部主任肖凌云

以下为演讲实录：

非常荣幸能够受邀参加第五届I-VISTA智能网联汽车国际研讨会，由于其他工作，不能到现场和各位专家和大咖分享工作，就录这样一个视频把我们近年来工作给大家分享，希望能够和未来的行业共同开展研究，同时希望我们工作给行业一些牵头。

今天从四个方面介绍，第一方面我们基本的想法，就像各位专家所知道，中国智能网联汽车已经上升成为国家重大战略，目前超过汽车已经八千多万辆，占到汽车保有量的80％，大家可以看到我们的召回问题，56％是受工作所引发的，这说明中国很多汽车企业依然不能非常积极主动履行召回责任，借这个平台呼吁行业各位企业的代表你们对于汽车缺陷的时候能够主动的对接。

随着汽车的网联化、智能化的趋势，越来越多汽车智能系统以及相关功能进行发展，尤其近几年，相信智能网联汽车技术的发展汽车会越来越智能，但是由于场景识别的缺陷，这个识别导致车辆不应该在这种情况下出现，所以容易导致相应追尾事故，还有我们道路两侧的环境会产生影响，导致识别的缺陷，场景识别缺陷成为智能网联汽车主要的缺陷模式之一，在未来我们经常讲到信息安全的缺陷，我们讲到的一些功能缺陷，实际上场景缺陷会成为主要的缺陷，因为场景是随着我们交通场景环境等等会有不同的场景，这是不同场景对智能网联汽车的挑战，这由于场景的问题，因为我们的识别率低而出现的缺陷，这种缺陷也是我们在过去几年工作当中一直在沟通在交流，甚至未来我们已经在实验室建设方面要主动突破。

第二就是识别缺陷问题的深度调查，一个例子，相信很多专家知道这是什么样的情况，这是我们车辆没有识别别的车辆加速的问题，我们的本车在这样场景下没有能够很好的识别，或者说识别出来没有更好的计算，所导致这样的事故，所以大家知道这种问题在中国道路交通环境下应该是非常常见，针对这样的问题我们也做了很多工作，我们结合中国汽研的试验团队，我们七个维度开展相应的试验，坦率地讲，我们发现不同的车型针对不同的场景，或多或少有一些问题，我们认为目前我们的车辆或者说我们自动驾驶系统在场景识别方面依然存在一些问题。

这是一个视频，我们通过视频能够看到，我们视频和大家作分享，这个是两个案例，我们可以看到前车在运行过程中，启动巡航功能被车辆捕捉到之后，和后面的车辆系统不能识别出前车换道的情况，最后导致交通事故的发生，我们也知道，如果人在开车的话有一个操作上面的通报，可能这样的事故不会发生，在这种情况下我们想和场景的识别以及识别后果计算都有一定的关系，我们看到在事故发生碰撞下，我们系统没有识别到前面货车的已经进入到本车的车道的情况，同时我们可以看到虽然我们车辆可以看到货车，但是货车进入本车的车道之后，我们没有识别出来，所以造成这个的问题，这对我们场景识别没有感受到货车，尤其是货车对车道的变道情况没有进行准确的判断，最后导致事故。

针对两起事故，或者多起可以看到，车辆场景识别问题导致事故频发，部分场景识别问题普遍存在，车辆场景识别问题存在一定的安全隐患，我们是否能够避免这样的场景的出现，我们是否反对或者禁止或者训练这个系统，我觉得这是惨痛的教训，我们去做更多场景的识别，事实这是一种比较大的安全隐患，因为已经有相应的事故出现了。

我们可以看到在很多的车辆信息，或者我们自动驾驶应用模块都存在一定的安全隐患，这些安全隐患应该怎么解决？前期我们做了一些工作，我们做一些预碰撞的工作，来推动一些行业在应用场景的时候能够更好的识别，提到对场景识别，场景是自动驾驶非常重要的一个环节，在一个场景当中尤其是事故场景更为重要，我们这些年的工作当中试验很多次，事故作为人、车、路、环境多元化这是驾驶危险难以避免，我们也做了很多方面的研究，我们在2011年开始启动了车辆识别缺陷的体系建设，在座很多专家非常了解，我们覆盖了一定的区域，我们大概超过六千例的例子，我们是深度的数据，我们的独立的系统，我们按照统一的规则完成，还有实时在线的测试，我们建立了中国道路交通许可场景识别的事故现场文件，这个系统能够从事故到场景进行自动的生成，大概有一千多个库，并且持续在增加，我们场景有70％的视频，我们在场景建设当中把很多的空间包括一些交通环境进行实现。

我们在整个的PCS的事故场景数据库到PRESCAN模型的自动化转换工具，通过PRESCAN数据导入模块，预碰撞场景快速建模成功率92.89％，失败案例26例，主要原因是数据信息导入不完整，所以这块工作大家非常重视，目前这块工作是和中国汽研两个团队，还有和清华大学，我们共同开发完成的一套具有自主知识产权的控制体系。

我分享一下未来即将开展的工作，这块工作和相关单位共同推进，我们在规范建设重要的场景识别，这块工作主要是和重庆市合川区人民政府还有中国汽研共同共同推动“一基地＋2库＋3中心”的建设，未来在重庆市合川区正在进行相应的工作，未来建成之后我们自动驾驶能够很大的提升，我们围绕最核心要构建自动驾驶，全面走安全体系，我们未来目标要建成国内首个自动驾驶场景识别缺陷工程的实验室。

在我刚才介绍的案例包括构建的案例，介绍了一些我们的代表性案例，这些案例给我们一些启动，未来与机场应对场景识别上缺陷的时候，我们用什么样的手段来解决，也希望与各个机构合作，但是目前没有相应的实验室，我们希望在未来构建建设这样的一个实验室，也希望我们行业将来能够支持我们这个实验室的发展和建设。

简单介绍一下我们实验室的规划，我们依托DPAC事故深度调查数据和中国汽研自然驾驶数据，我们依托自动驾驶数据构建自动驾驶场景数据，还有我们独立的技术建设自动驾驶识别率，将来我们的企业在照明的就会自动的识别前车，我们建立相应的资料和场景识别的一些内容，我想这样数据库会有非常好的借鉴意义。

我们基于规划和需求，建设我们的吹硬件在环测试中心，这个需要相应的硬件软件系统，包括摄像头的测试标准以及相应的驾驶模式，我们也了解到国内不太现实，目前没有成体系，没有规范的完善建设，我们基于行业的需求基于我们趋势判定的需求基于我们的案例，共同设定和建设这样软硬件在环测试中心。

我们二期的整车在环测试中心，我们建设环境模拟系统，包括车型系统等等，我们形成车载一系列的环节，可以形成整车的功能实现，这样功能实现可以围绕整车实现更多场景的设置，我在很多场合说，我们中国资源是独一无二，如果没有经过中国的这些场景验证我相信这个是没有办法在中国实施自动驾驶的，或者是实现我们的一些自动驾驶的部分功能，所以经常讲我们的国际汽车企业包括研发中心一定要在中国专门建设识别缺陷的团队，尽快把你们的算法分为模块，甚至整个系统在中国更早的实现测试，以便更早实现自动驾驶的安全上路，如果车辆不能实现这就是产品识别缺陷，我刚刚介绍相关案例的时候，我们和行业交流很多是很难实施，像我们雷达本身的功能就没有达到标准，因为更换雷达系统、更换这个自动驾驶系统这个成本是巨大的，了解中国的场景，中国场景的独特性以及在中国研发团队更早的进行产品测试。

未来三期，坦率地讲，在国内外也没有相应成熟的装备可供我们使用，尤其是未来缺陷判定是非标准，是基于使用的路况来设置，必须涉及到开发，我们的标准设定一个中心专门针对前期标准的一些特殊的场景一些中国道路特殊的场景开发一些装备，当然我们还会基于标准，大家知道我们中心的可以基于安全缺陷的标准进行一系列的打造，这个是我们的第一个要求。第二个，我们考虑对通过虚拟也许可以解决90％以上的场景识别问题，但是不能解决100％，我们通过建设我们的道路一些场景，以及相应的技术来实行最后的10％的场景设置，使我们中国的汽车能够适应中国的场景，这个是我们在做这样的项目和项目实验室的基础，当然在这个场景当中不会重复建设其他的基地已经具备一些场景，比如我们更多是一些动作的场景等特训，包括乡村道路的特训，这一系列的特训是基于中国独有的典型的一些场景到做设计的，这是我们未来的一个特色，我们希望通过一系列的研究，包括各个建设，包括基地的建设，包括中心的建设，来实现完整的自动驾驶场景仿真与测试能力，我们服务于我们智能网联汽车安全与召回，当然不仅仅服务于召回，我们同样会服务于这个行业，我们目标我在第二块介绍的时候让我们召回越来越，让中国自动驾驶汽车更安全，让消费者享受到自动驾驶带来的乐趣，这也是我们做这样一个目标一个项目的原因。

最后，分享我个人的观点，我经常谈到智能网联汽车坚持安全，我们不能因为想要做自动驾驶而做自动驾驶，大家知道自动驾驶与智能网联汽车主要是降低事故不要发生事故，我们很多企业，坦率地讲尤其是互联网企业他没有引起重视，所以在行业里面我们知道汽车未来我相信是数据型汽车，这一系列的应用，我们认为安全汽车，如果没有安全不管你是软件中心还是数据中心，我这个汽车都是不被消费者所接受的，我们在未来的研发、设计、质量管控体系当中我们一定要有安全汽车的概念，我们智能网联汽车发展初衷也是决定汽车发展的前景，我们想把个人的一些思考广泛的进行交流。

感谢大会对我的一些要求，非常希望未来能有机会和在座的各位领导专家进行更加更多的更深入的交流，也欢迎大家到我们未来建设的实验室指导和考察，谢谢。

注：本文根据现场速记整理，未经演讲嘉宾审阅，仅作为参考资料，请勿转载！